基于MDT-BiLSTM模型的个股价格预测研究

为提高股票价格预测精度，提出一种基于MDT-Bi LSTM的股价预测模型。首先，使用多向延迟嵌入的张量处理技术MDT(Mut iway-Delay-Embedding Technology,MDT)，对以日频数据的股票因子向量进行重构，将时间序列展现为低秩块汉克尔张量，作为Bi LSTM模型的输入；其次，利用双向长短期记忆神经网络提取双向序列特征；最后，通过LSTM的长期依赖性完成对股票价格的预测。结果表明：MDT-Bi LSTM模型对六类股价的走势都能有不错的预判，体现了其在股价预测方面的泛化能力，并在误差控制、准确性方面都有提高，可为今后投资者预测股价提供一种可靠工具。